人工智能赋能STEM教育的实践路径

STEM教育涵盖科学素养与工程思维的培育

目前，我国多地正积极推动中小学开展STEM教育。您认为，STEM教育最关键的内核是什么？

詹泽慧：从字面意义来看，STEM是科学（Science）、技术（Technology）、工程（Engineering）、数学（Mathematics）四个英文单词首字母的组合，最早源于美国应对未来社会竞争与挑战所提出的国家战略。其本质在于培养以科学探究为基础的认知能力，即理解客观世界运行规律，以及以工程设计为核心的实践能力，即遵循自然规律对世界进行合理改造的跨学科素养。在我国，中小学STEM教育主要依托科学教育展开，并正逐步朝着“科工技融合”的方向深化。

从人才培养模式来说，STEM教育主要包含四个方面：首先是以真实情境中的问题为起点，学习往往从一个真实、复杂且有价值的问题、挑战或项目出发。其次是突出学科交叉，强调科学、技术、工程、数学之间的关联，引导学生在解决问题时主动调动并整合不同领域的知识。再次是具备清晰且综合的研究路径与思维方式，鼓励学生像科学家那样提出问题、设计实验、采集数据、分析结果、形成结论，同时在教学中自然融入“设计—制作—测试—反复优化”的工程思维以及创新方法。最后是强调实践与创新，不能仅停留在“思考”层面，更要落实到“行动”层面，重视亲手操作和实践体验。

与此同时，以生成式人工智能为代表的智能技术，已经能够快速高效地为人们提供可参考的问题解决路径和方案。正因如此，在当前环境下，从小培养学生独立思考和敢于质疑的能力显得尤为必要，这与STEM教育所强调的系统化、整合化工程思维，以及探究性、迭代性科学思维培养，在本质上是高度契合的。

还需特别注意的是，如今每一个普通人都应具备对算法逻辑和数据思维的基本理解，这是数字公民应有的核心素养。因此，在数智时代推进中小学STEM教育，不仅要让学生打牢知识基础，还要培养他们动手解决实际问题的能力以及批判质疑精神，这其中也包括学会科学、合理地使用人工智能技术，使学生在技术浪潮中始终保持主体地位。

STEM教育正面临规模推广与个性化教学的双重挑战

从人才培养的视角看，我国中小学在推进STEM教育过程中面临哪些现实问题？

詹泽慧：自从STEM理念被引入后，我国中小学开始更加关注工程思维的培养。但由于我国基础教育长期存在“工程教育薄弱”的情况，负责相关教学模块的教师，大多是并非工程专业出身的科学教师或技术教师，很多人仍处于边实践边摸索的阶段，对于教什么、怎样教还存在不少困惑，因此当前要实现大范围推广仍有较大难度。

此外，让教师感到棘手的还有学生之间明显的个体差异。STEM项目式学习对学生的基础学科能力，如数学、物理，以及逻辑推理、空间想象、动手实践等方面，都提出了较高且多样化的要求。同一个班级中，学生在能力起点、学习方式、兴趣方向上往往差异很大，教师很难依据每个人的具体情况提供足够精准的个性化指导与支持，这容易造成教学效果参差不齐，甚至可能进一步拉大学生差距，影响部分学生的学习积极性与自我效能感。

除此之外，评价体系也是推进STEM教育的一大难题。首先，STEM相关作业不像客观题那样便于统一批改，教师往往需要逐一查阅学生的实验报告或作品设计方案，工作量非常大。其次，STEM教育所重视的创新能力、问题解决能力以及合作沟通能力等，也很难通过传统标准化笔试进行有效而客观的测评。

那么，当前生成式人工智能在推动中小学STEM教育方面有哪些创新应用？同时又带来了哪些新的问题？

詹泽慧：针对前面提到的这些难点，当前人工智能在我国中小学STEM教育中已经发挥了不少积极作用。

在教师备课方面，生成式人工智能能够识别教师需求，提供个性化的教学设计规划与资源推荐。今年年初，广东省在“万卷要义”大模型中嵌入了C-POTE智能体，可在提炼大概念、生成问题链、设定分层目标、匹配情境任务、设计证据集等多个环节，为教师提供全流程支持，从而提升备课的效率和质量。

在评价环节，生成式人工智能借助图像识别与语义分析能力，可以自动判断作品完成情况，帮助教师节省大量前期筛选时间。在课堂教学中，当多个STEM项目同时推进时，AI还能够根据行为数据自动识别学生常见错误模式，并及时发出提醒。

至于带来的问题与挑战，首先从技术层面来看，人工智能归根到底仍是技术工具，本身存在一定误差率，也就是系统并不完全稳定，无法保证绝对准确；同时，生成式人工智能还可能出现“幻觉”现象，在赋能STEM教学时带来信息偏差或误导。其次，从育人角度看，人工智能使用过程中也存在“认知外包”的风险：如果学生直接利用AI生成作业答案，可能会削弱其自主思考能力；教师同样可能形成“工具依赖”，例如过度依靠AI批改作业，从而弱化师生之间应有的互动交流。

以辩证视角借助人工智能推动STEM教育发展

面对新的问题和挑战，您认为中小学应怎样借助人工智能，更有效地促进STEM教育高质量发展？

詹泽慧：面对快速更新迭代的人工智能技术，教师既要善于发挥其优势提升课堂教学效果，也要以辩证的眼光认识技术、运用技术。

一方面，可以借助人工智能为教师提供更优质的备课资源，增强教师的STEM教学设计水平。教师可将课堂实录上传到云平台，通过AI生成分析报告，形成高效的循证教研，从而更全面、科学地把握教学设计质量。还可以在STEM课程案例库中嵌入AI进行案例解析，把优质资源进一步“裂变”转化为更适合不同学校和学科特点的STEM项目，以降低课程开发门槛。当前，粤东粤西不少学校已在教研中借助“优课解码”进行深度分析，搭建起“千校万课”的协同网络，为教师提供了可参考的高质量教学案例。

同时，各地各校也应结合实际需求，积极研发STEM教育相关智能体和垂类模型。人工智能具有数据驱动、反馈迅速的突出优势，因此应主动探索将其用于课堂教学，构建“师—生—机”三元互动机制，形成更具成效的生成式个性化指导。在开发智能体和垂类模型时，鼓励学校依托国家中小学智慧教育平台上的权威资源与工具，建设高质量校本资源库，为教师使用智能体提供更加可信的知识支撑。

另一方面，学校还需建立清晰的人工智能使用规范，通过“留白”与“规约”共同发挥作用，确保师生的主体性不被削弱。面向学生，一是要强化过程导向的AI使用方式，要求学生同步提交AI对话记录和反思报告，例如梳理DeepSeek（深度求索）、豆包等不同模型所提供方案的优劣；二是可对生成式工具的使用场景进行限制，只允许其用于头脑风暴、数据可视化等辅助性环节，禁止直接生成作业答案。当然，除了过程管理手段外，教师更应通过创新教学设计引导学生科学使用人工智能，例如指导学生将AI生成内容转化为学习素材，或将动手实验（如3D打印）、实体建模与AI仿真结合起来。无论是刚性规定，还是师生共同达成的使用约定，学校都可以通过每学期组织师生共同修订AI规约，让规则本身也成为课程内容的一部分。